Earticle

In the location estimation technology using WLAN, RSSI coming from each AP has a large deviation due to complicated and varying indoor environments. Especially when a laptop is used for work inside a building or when a location-based service is required, the AP needs to be changed depending on RSSI coming from the laptop or the type of work. However, most studies are about hand-over technology between different types of devices based on mobile devices with good portability. Hand-over technology is generally controlled and managed at the server to identify the AP information and select a network quickly. Though this is the best choice to select network and connect communication quickly, any mobile device that is not registered in the server cannot be provided with the service. The current paper proposes a network selection algorithm at the starting point of mobile device as a way to solve the problem through simulation and performance evaluation.

For a high-speed data transmission with guaranteed QoS and energy efficiency in a ship area network (SAN), we consider IEEE 802.15.3 based TDMA high-rate wireless personal area network (HR-WPAN) application. It is shown that the proposed SAN architecture with TDMA based HR-WPAN can provide a high quality wireless connectivity to the conventional dedicated wired devices and shipboard control network devices as a wireless gateway, by adaptively selecting transmission parameters such as transmission power and physical data rate for a fixed fragment size. Moreover, a realistic effect of ship building material such as steel (large ship) and FRP (medium size ship) is considered as a path loss parameter for performance evaluation. We demonstrated that the proposed TDMA based HR-WPAN system with the link transmission parameters selection algorithm could provide a good wireless network model applicable to the SAN architecture.

The selection of a path in the exponentially growing internet is a difficult task. The upcoming high-speed networks are expected to support a wide variety of communication-intensive real-time multimedia applications. There are many significant factors which affect the performance of a computer network such as choice of routing algorithm, heavy traffic, etc. There must be a mechanism to effectively use the network. Using shortest paths conserves network resources, but it causes some resources of the network to be over utilized while other resources remain under utilized. As the path selection directly affects the throughput, an efficient path selection algorithm is needed which periodically finds the optimum path. In this paper, we would like propose an algorithm that can be used in both datagram and virtual circuit environment. This is a small step in building throughput-aware and traffic-sensitive path selection. Ultimately, our idea contributes to find a route in an integrated network environment.

최근 이동통신 시스템 및 통신기술의 발달로 인해 동일 장소에서 동일 시간에 다양한 접속 네트워크에 접근이 가능하다. 또한 스마트폰과 같은 다양한 네트워크에 접속 할 수 있는 멀티인터페이스를 장착한 장치들이 등장하고 있다. 하지만 기존 네트워크 프로토콜은 단일인터페이스를 가정하고 구현되어 있다. 따라서 멀티인터페이스 환경에서 응용 서비스 요구에 맞는 네트워크 인터페이스를 선택할 수 있는 기능이 없다. 따라서 본 논문에서는 응용서비스가 요구하는 네트워크 품질에 맞는 최선의 네트워크를 선택할 수 있는 멀티인터페이스 기반 QoS 방법을 제안한다.

3G 네트워크와 무선랜의 통합은 서로 간의 보완적 특성으로 인하여 학계나 산업계에서 큰 관심사가 되고 있다. 이 주제는 최근 떠오르는 이슈로서 끊김 없는 계층적 핸드오프 지원은 네트워크 통합에 따른 중요한 관심사 중 하나로 인식되고 있다. 본 논문에서는 강결합 시스템에서의 계층적 핸드오프에서 단말의 에너지 소모를 고려하는 네트워크 인터페이스 선택 알고리즘을 제안한다. 본 저자들이 제안하는 Wise Interface SElection (WISE) 알고리즘은 네트워크와 이동 단말의 협력 하에 네트워크 인터페이스카드의 에너지 특성과 현재 서비스 받고 있는 네트워크 상태, 그리고 송수신하는 데이타 양을 종합적으로 고려하여 이동 단말이 효율적으로 에너지를 소비할 수 있는 적절한 네트워크로 서비스 받을 수 있도록 유도한다. 제안된 계층적 핸드오프 알고리즘은 에너지 소비 패턴을 고려하여 다운링크와 업링크에 대하여 독립적으로 동작한다. 3G 네트워크 인터페이스 만을 사용하는 경우와 무선랜 인터페이스 만을 사용하는 경우에 비해 제안된 WISE 알고리즘이 확연히 더 적은 에너지를 소비하여 이동 단말의 동작 시간을 연장시킬 수 있다는 것을 모의 실험을 통해 증명한다. 또한 TCP 트래픽의 경우 WISE 알고리즘의 비대칭적인 링크의 사용으로 부가적인 처리율 향상을 얻을 수 있다.

The integration of 3G networks and WLANs as complementary has been begun to attract much attention in industry as well as academia. This topic is becoming a burning issue, and one of the key questions which it raises is how to support a seamless vertical handoff. This paper introduces a new network interface selection algorithm for energy-efficient vertical handoff in tightly coupled systems capable of supporting seamless handoff. Our proposed scheme, Wise Interface Selection (WISE) switches the active network interface, after taking into consideration the characteristics of the network interface cards and the current level of data traffic, with the cooperation of the mobile terminals and network. Network interface switching operates independently on both the downlink and the uplink for the purpose of energy conservation. We show through simulation that less energy is consumed with WISE than when only a 3G network or WLAN interface is used, resulting in a longer lifetime for the mobile terminals. In the case of TCP connections, additional throughput gain can also be obtained.

현재 무선 센서 네트워크에서 에너지 효율적인 라우팅을 위해 않은 알고리즘들이 발표 되고 있다. 그 중 클러스터링을 기반으로 하는 라우팅 알고리즘들은 싱크노드가 클러스터 내의 클러스터 헤드와 통신함으로써 센서노드들과 싱크노드 사이의 통신 횟수를 줄여 에너지 효율을 얻을 수 있다. 클러스터링 기반의 라우팅 알고리즘에서는 클러스터 내의 클러스터 헤드 선정이 무엇보다 중요하다. 그래서 본 논문에서는 효율적인 클러스터 헤드 선정 방안을 제안한다. 제안된 방안은 클러스터 내에서 노드의 잔존 에너지와 트래픽 로드를 가지고 클러스터 헤드를 효율적으로 결정함으로써 센서 네트워크의 생존시간을 최대화 한다.

다단계 호핑(multi-hop) 무선 센서네트워크의 라우팅 경로를 설정하는데 있어서 데이터 전송의 요구가 있는 경우에만 경로를 만드는 Demand-Driven 방식의 대표적인 방법이 DSR(Dynamic Source Routing)인데 라우트 레코드를 패킷에 실어 보내기 때문에 이 또한 센서노드들의 수가 많아질수록 패킷이 무거워질 수밖에 없다. 본 논문에서는 DSR 프로토콜을 기반 하면서도 라우팅 테이블을 적절히 이용하여 노드 수 증가에 대해 고정된 패킷크기를 가지도록 하였으며 라우팅 비용함수를 적용하여 각 센서노드들의 전원 소모량, 이동성(Mobility), 네트워크 내에서의 Traffic, 거리(Hop) 등을 복합적으로 고려한 안정적이고 신뢰성 있는 최적의 라우팅 설정 알고리즘을 제안한다.

무선 센서 네트워크는 제한된 에너지를 사용하기 때문에 에너지 효율성을 증가시키는 것이 매우 중요하다. 일반적인 무선 센서 네트워크에서 특정 지역에 무작위로 배포된 센서노드는 배포 방법 및 환경에 영향을 받아 불균형하게 분포되어 센서 노드 밀집 지역이 발생되며 이는 네트워크의 전체적 수명을 단축시키는 단점이 된다. 따라서 본 논문에서는 센서 노드 밀집 지역에 클러스터 헤드를 추가적으로 선출하여 무선 센서 네트워크의 수명을 연장시키는 알고리즘을 제안한다. 클러스터링의 대표적인 LEACH(Low Energy Adaptive Clustering Hierarchy) 클러스터링을 이용하여 네트워크를 구성하였을 때와 제안한 알고리즘을 이용하여 네트워크를 구성하였을 때 본 논문에서 제안한 알고리즘을 이용한 네트워크가 전체적으로 균등한 에너지를 유지하고 있음을 알 수 있다.

Energy efficiency in wireless sensor network is a principal issue because wireless sensor network uses limited energy. In wireless sensor network, because nodes are placed randomly, they may be concentrated in certain area. This dense area causes shortening the life of the concentrated area, and furthermore reducing the life of the entire network. In this paper, we suggest a additional cluster head selection algorithm for reducing the overload of head node in dense area and shows simulation result using our algorithm with LEACH algorithm.

In this paper, we propose a compact method for anthropomorphism that uses Deep Convolutional Neural Networks (DCNN) to detect the similarities between a human face and an animal face. We also apply texture feature-based morphing between them. We propose a basic texture feature-based morphing system for morphing between human faces only. The entire anthropomorphism process starts with the creation of an animal face classifier using a parallel DCNN that determines the most similar animal face to a given human face. The significance of our network is that it contains four sets of convolutional functions that run in parallel, allowing it to extract more features than a linear DCNN network. Our employed texture feature algorithm-based automatic morphing system recognizes the facial features of the human face and takes the Control Points automatically, rather than the traditional human aiding manual morphing system, once the similarity was established. The simulation results show that our suggested DCNN surpasses its competitors with a 92.0% accuracy rate. It also ensures that the most similar animal classes are found, and the texture-based morphing technology automatically completes the morphing process, ensuring a smooth transition from one image to another.

소셜 네트워크 서비스는 기존의 공급자 중심의 서비스가 아닌 서비스 이용자 간의 커뮤니케이션을 통해 서비스가 이루어지고 있다. 이러한 소셜 네트워크 서비스를 통해 생산되는 정보는 빠른 속도로 증가하고 있다. 이에 본 논문에서는 소셜 네트워크 서비스에서 표현되는 콘텐츠의 우선순위를 정하는 알고리즘을 분석한다.

SNS(Social Network Service) is not provider-oriented service unlike the existing internet communication services. So contents produced by SNS are rapidly increase. In this paper, we analyze the algorithm for selection priority of contents.

Determination of input variables for artificial neural network (ANN) depends entirely on the judgement of a modeller. As the number of input variables increases, the training time for the resulting ANN increases exponentially. Moreover, larger number of input variables does not guarantee better performance. In this research, we employ Genetic Algorithm for selecting proper input variables that yield the best performance in training the resulting ANN.

최근 유전자 칩의 발전으로 다양하고 방대한 양의 유전자 정보를 이용한 정확하고 신뢰성 높은 분류, 군집 및 질병을 예측하는 분석 기법이 증가하고 있다. 하지만 특징적인 유전자를 선택하는 Gene Selection 기법의 종류는 많지가 않으며 주로 통계적인 방법에 의존하여 유전자를 선택하는 기법을 많이 사용하고 있다. 본 논문에서는 유전자 알고리즘과 신경망의 결합을 통한 데이터마이닝을 기반으로 신뢰성 높은 특징적인 유전자를 선택하는 Gene Selection 기법에 대하여 연구을 진행하였다.